© Fatima Ezzahra Choukairy, 2018 Optimisation de la consommation d'énergie dans

© Fatima Ezzahra Choukairy, 2018 Optimisation de la consommation d'énergie dans un environnement Cloud Mémoire Fatima Ezzahra Choukairy Maîtrise en informatique - avec mémoire Maître ès sciences (M. Sc.) Québec, Canada Optimisation de la consommation d’énergie dans un environnement Cloud Mémoire Fatima Ezzahra Choukairy Sous la direction de: Ronald Beaubrun, directeur de recherche Résumé Depuis une dizaine d'années, la dématérialisation de l'information connaît un essor particu- lier avec l'ascension du Cloud Computing. La demande sans cesse croissante et le souci de fournir une certaine qualité de service obligent les fournisseurs à investir d'importants capi- taux a n de multiplier leurs ores d'hébergement dans plusieurs zones géographiques. Avec ce déploiement à grande échelle d'énormes centres de données, la consommation énergétique du Cloud augmente en conséquence. De ce fait, plusieurs études portant sur la minimisation de la consommation énergétique du Cloud ont été récemment eectuées, en considérant les diérentes techniques de réduction de l'énergie consommée. Ce mémoire propose une méthode basée sur l'intégration d'un algorithme d'ordonnancement, d'une technique de réduction de tension et de fréquence du processeur de chaque serveur (appelée DVFS pour Dynamic Voltage and Frequency Scaling), ainsi que du processus de migration des machines virtuelles (VMs). Cette méthode vise à minimiser la consommation de l'énergie dans un environnement Cloud, tout en respectant les exigences de qualité de service. Ce travail de recherche est réalisé en trois phases. Dans la première phase, nous menons une étude sur les diérentes techniques de minimisation de la consommation d'énergie. Dans la deuxième phase, nous analysons ces techniques et proposons une méthode basée sur la combinaison de l'algorithme d'ordonnancement Green Scheduler, de la technique DVFS et de la migration des VMs. A n d'évaluer l'e cacité de cette méthode, nous eectuons, dans la troisième phase, une mise en ÷uvre et une analyse des résultats issus de trois séries de simulations. Ces résultats montrent que la méthode proposée est en mesure de réduire l'énergie consommée par les serveurs d'une moyenne de 5% par rapport à l'utilisation d'autres méthodes de la littérature. Cette réduction peut atteindre 7.5% dans certaines circonstances. Les résultats de simulations montrent également que la méthode proposée permet de respecter les exigences de qualité de services dans toutes les conditions de fonctionnement du Cloud. iii Abstract The last decade has witnessed a rapid rise in Cloud Computing usage, which has led to the dematerialization of data centers. The increased use of data centers has an impact on the energy consumption. Therefore, several studies relating to the optimization of energy consumption were recently carried out, hence various techniques aiming to reduce the power consumption were adopted. In this thesis, we propose a method based on the integration of a scheduling algorithm, the DVFS technique and the virtual machine (VM) migration. This method aims to minimize the consumption of energy in a Cloud environment subject to the quality of service. For this purpose, we rstly conduct a study on dierent techniques which aim to minimize energy consumption. Secondly, we analyze these techniques and propose a method based on the combination of the Green Scheduler algorithm, the DVFS technique and the VM migration. Thirdly, we choose Green Scheduler to perform three sets of simulations. Simulation results show that the proposed method is able to reduce the energy consumed by the servers by an average of 5% compared to the use of other existing methods. This reduction can reach 7.5% under certain circumstances. Such results also show that the proposed method always meets the quality of service requirements. iv Table des matières Résumé iii Abstract iv Table des matières v Liste des tableaux vii Liste des gures viii Liste d'abréviations x Remerciements xii 1 Introduction 1 1.1 Dé nitions et concepts de base . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 Éléments de la problématique . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.3 Objectifs de recherche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.4 Plan du mémoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2 Caractérisation du Cloud Computing 6 2.1 Caractéristiques fonctionnelles . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.2 Classi cation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.3 Topologies des centres de données . . . . . . . . . . . . . . . . . . . . . . . . 10 2.4 Avantages et inconvénients . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.5 Techniques de réduction de la consommation d'énergie . . . . . . . . . . . . 16 2.6 Quelques dé s de recherche . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 3 Analyse du problème 24 3.1 Contexte du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.2 Paramètres étudiés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 3.3 Présentation et analyse des solutions . . . . . . . . . . . . . . . . . . . . . . 31 3.4 Méthode proposée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4 Mise en ÷uvre et résultats 42 4.1 Plan d'expérience . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 4.2 Mise en ÷uvre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 4.3 Résultats et analyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 v 5 Conclusion 65 5.1 Synthèse des résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 5.2 Limitations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 5.3 Travaux futurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 Bibliographie 68 A Modi cation de Green Cloud 77 B Données de la simulation 1 79 C Graphe retourné par le simulateur Green Cloud 82 vi Liste des tableaux 4.1 Comparaison entre Green Cloud et Cloud Sim . . . . . . . . . . . . . . . . . . . 44 4.2 Fichiers de con guration du simulateur Green Cloud . . . . . . . . . . . . . . . 48 B.1 Énergie consommée par les trois algorithmes d'ordonnancement . . . . . . . . . 80 B.2 Pourcentages de tâches traitées . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 vii Liste des gures 1.1 Cloud Computing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 2.1 Modèles de services . . . . uploads/Industriel/ optimisation-de-la-consommation-d-x27-energie-dans-un-environnement-cloud.pdf

Tags
Industrielcloud consommation cette tâches serveurs
Documents similaires
  • 13
  • 0
  • 0
Afficher les détails des licences
Licence et utilisation
Gratuit pour un usage personnel Attribution requise
Partager